Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Applied Statistics, Mathematics, and Data Science
Sulantari
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PEMODELAN ANALISIS REGRESI LINIER SEDERHANA DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DALAM MEMODELKAN LUAS KEBAKARAN HUTAN INDONESIA Sulantari; Hariadi, Wigid; Sulisawati, Dwi Noviani; Purwandari, Anggraini Ratih; Fatimah, Fita
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2474

Abstract

Tahun 2022 luas hutan Indonesia sebesar 125,76 hektar atau 62,97% dari luas daratan Indonesia. Hutan memegang peranan penting bagi kahidupan manusia, salah satunya adalah hutan sebagai sumber air. Kebakaran hutan menjadi ancaman yang serius bagi keberlangsungan hutan di Inodonesia. Kebakaran hutan di Indonesia terjadi hampir setiap tahun dengan luas hutan yang terbakar setiap tahunnya berfluktuatif. Kebakaran hutan disebabkan akibat aktivitas manusia dalam pembukaan lahan, musim kemarau, atau faktor lainnya. Hutan yang rusak dapat berdampak kepada banyak hal, salah satunya yakni kodisi sumber air atau kondisi aliran sungai yang dapat ikut menurun secara kualitas atau kuantitasnya. Salah satu mitigasi bencana yang dapat dilakukan dalam fenomena kebakaran hutan adalah dengan melakukan analisis data dalam memodelkan prediksi luas kebakaran hutan di Indonesia. Metode prediksi yang dapat digunakan adalah analisis runtun waktu model ARIMA dan analisis regresi linier. Setelah dilakukan analisis data diperoleh kesimpulan (1) Model ARIMA (3,2,0) dan model regresi linier sederhana dengan variabel independen status el-nino, layak digunakan untuk memodelkan prediksi luas kebakaran hutan di Indonesia. (2) Variabel independen status elnino berpengaruh terhadap luas kebakaran hutan di Indonesia, dengan nilai korelasi ( R ) sebesar 0.462. (3) Tahun 2025 prediksi luas kebakaran hutan Indonesia untuk model ARIMA(3,2,0) adalah sebesar 0.457 juta hektar. (5) Untuk model regresi linier sederhana jika tahun 2025 terjadi el nino, luas kebakaran hutan Indonesia diprediksi sebesar 1.09 juta hektar. (6) Untuk model regresi linier sederhana jika tahun 2025 tidak terjadi el nino, luas kebakaran hutan Indonesia diprediksi sebesar 0.45 juta hektar.
FORECASTING JUMLAH SISWA BARU MENGGUNAKAN METODE MOVING AVERAGE STUDI KASUS DI SMP AL-MUTTAQIN Alivia, Fitriatul; Retnowardani, Dwi Agustin; Sulantari
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2430

Abstract

Forecasting jumlah siswa baru merupakan langkah penting dalam perencanaan dan pengelolaan sarana serta prasarana sekolah seperti penyediaan ruang kelas, tenaga pengajar, dan lain sebagainya. Penelitian ini bertujuan untuk memprediksi jumlah siswa baru di SMP Al-Muttaqin menggunakan metode Moving Average yang merupakan metode statistik untuk analisis data deret waktu. Data yang digunakan dalam penelitian ini adalah data jumlah siswa baru selama beberapa tahun terakhir. Tahapan yang dilakukan meliputi forecasting data, identifikasi model, estimasi parameter, validasi model, dan prediksi jumlah siswa baru. Berdasarkan hasil analisis metode Moving Average (rata-rata bergerak) adalah salah satu metode analisis statistik yang digunakan dalam peramalan (forecasting) data untuk meramalkan siswa baru tahun depan (2025).
Co-Authors Alivia, Fitriatul Dwi Agustin Retnowardani Fita Fatimah, Fita HARIADI, WIGID Purwandari, Anggraini Ratih Sulisawati, Dwi Noviani